关键词： 目标检测   深度学习   标签分配   多尺度注意力   大核网络  

摘要： 光学遥感图像目标检测是遥感图像数据智能解译的关键技术。为了解决遥感图像目标检测时目标尺度差异大，目标受背景因素干扰，目标形状各异的问题，提出了LMK(large multiscale kernel)网络。该网络通过大核卷积分解和多尺度注意力机制模块，能够动态调整空间感受野，从而更好地捕获遥感场景中物体的上下文信息。此外，设计了一种面向目标检测的形状自适应选择（SAS,shape-adaptive selection）标签分配策略。该策略将目标形状信息集中于长宽比，通过结合物体的形状信息和特征分布计算IoU最优阈值。针对遥感图像目标姿态旋转定位难的问题，引入了KFIoU损失函数。实验结果表明，所提出的目标检测模型在HRSC2016,UCAS-AOD和DOTA数据集上的精度分别达到了96.73%,97.85%和77.26%。改进后的模型优于目前绝大多数目标检测算法。

关键词： 鱼苗计数   图像处理   计算机视觉   目标检测   算法优化  

摘要： 随着水产养殖业的快速发展,鱼苗计数成为养殖管理中的重要环节。传统的人工计数方法效率低且容易出错,难以满足大规模养殖的需求。文章基于计算机视觉技术,提出了一种优化的图像处理算法,用于实现鱼苗的自动计数。通过图像预处理、目标检测和计数算法优化,显著提高了鱼苗计数的准确性和效率。实验结果表明,该算法在复杂背景下仍能保持较高的计数精度,为水产养殖的智能化管理提供了技术支持。

关键词： 遥感图像   目标检测   旋转目标检测   小目标   高密度   倾斜边界框   跨尺度融合   两阶段检测器  

摘要： 小而杂乱的物体交织在一起，在遥感图像中尤为常见，给目标检测带来了巨大挑战。在旋转目标检测任务中这个困难更加突出。鉴于此，本文提出了基于提案增强的解耦特征挖掘旋转检测器(decoupled feature mining rotational detector based on proposal enhancement， PDMDet)。首先，采用单阶段检测器取代两阶段检测器的提案生成网络，通过生成高质量提案以减少背景冗余。其次，在相同维度使用自注意力，不同维度使用交叉注意力，通过对相同维度特征增强，不同维度特征交错融合提升检测器对不同尺寸目标的识别能力。最后，鉴于分类和定向边界框回归任务对特征的敏感性不同，本文提出解耦特征细化处理两个不同任务。通过实验，PDMDet在DOTA-v1.0，DOTA-v1.5和HRSC2016这3个数据集上分别取得单尺度78.37%、72.35%、98.60%的平均精度均值，检测准确率高于其他算法，在复杂的旋转目标检测场景具有一定的竞争力。

关键词： 红心李检测   YOLOv7-Tiny   遮挡   目标检测  

摘要： 在果园红心李检测任务中,首要任务是准确识别红心李。然而由于红心李枝叶茂盛、果实重叠,增加了识别的难度。基于此,通过修改YOLOv7-Tiny模型的主干,来提升遮挡环境下果实检测的精度。首先,在MobileNetV3主干的MobileBottleneck(Bneck)模块中将SE注意力机制修改为NAM注意力机制,关注训练过程调整权重的信息,提高对果实关键特征的检测,构建新的NBneck模块;然后,在MobileNetV3主干中加入Diverse Branch Block(DBB)模块,增强对被遮挡果实不明显特征的提取能力;最后,构建新的主干DN-MBV3来替换YOLOv7-Tiny的原有主干网络,并减少网络的参数量。在相同试验条件下,与SSD、YOLOv4-Tiny、EfficientDet、Faster-RCNN等模型相比,改进的YOLOv7-Tiny精度明显优于其他网络。与YOLOv7-Tiny相比,红心李的均值平均精度(mAP)提高了4.89个百分点,召回率提升了11.59个百分点,同时模型体积减小了4.3 MB,具有检测精度高、尺寸小等优点。

关键词： 图像处理   目标检测   注意力机制   多模态融合   Transformer  

摘要： 基于可见光与红外图像融合的目标检测技术旨在利用两种模态的互补特征来提高检测器的性能。然而，现有的方法大多只利用两种模态的相似特征来进行特征增强，忽略了模态间的互补特征以及各自的固有特征。为了解决这些问题，本文提出了一种基于交叉注意力特征增强的跨模态目标检测算法（CAMNet）。首先，本文设计了特征增强模块（FEM），通过Transformer高效的自注意力机制来增强模态内的固有特征。此外，本文提出了交叉注意力模块（CAM），通过交叉注意力机制从通道和空间两个维度来增强模态间的互补特征。最后将这两个模块集成到主干网络的各个阶段，以提高模态间的信息交互能力。结果表明，在VEDAI和FLIR数据集上，与单一模态（RGB）检测结果相比，CAMNet的平均精度（mAP50）分别提升了8.1%和18.1%，与Add融合检测结果相比，mAP50分别提高了6.4%和3.3%。

关键词： 视觉SLAM   深度特征   特征提取   动态环境   弱纹理环境  

摘要： 针对视觉SLAM在复杂室内场景中因手工特征点鲁棒性不足、动态干扰引发的建图与定位精度下降问题，本文提出基于深度特征点与目标检测的R2D2-SLAM算法。首先，针对手工特征点在弱纹理环境下鲁棒性不足的问题，采用基于自监督学习的R2D2特征点提取网络替代传统模块，提升特征点的可重复性与匹配可靠性。其次，提出轻量化R2D2网络架构，通过降低输入分辨率减少计算负载，并引入ECA补偿性能损失。最后，为解决动态物体干扰，本文采用轻量化目标检测网络YOLOv8-n快速定位潜在动态区域，并通过结合深度图像分析生成动态物体掩码，以精准消除动态特征点。实验结果表明，在动态场景下，本文算法在TUM walking序列的平均ATE RMSE较ORB-SLAM2降低了88.17%，较DS-SLAM与DynaSLAM分别降低30.66%与11.74%；在极端弱纹理环境str＿ntex＿near序列中的ATE降低至0.017m，验证了其在弱纹理环境下的鲁棒建图和持续跟踪能力。

关键词： Transformer   图像处理   超分辨率   卷积神经网络  

摘要： 针对现有Transformer模型在单图像超分辨率任务中参数量大、计算复杂度高的问题,提出一种轻量化SISR模型—SEST (Super-resolution Enhanced Spatial Transformer)。该模型引入了多头注意力机制和特征分割模块,显著降低了内存需求,并通过局部特征混合器和增强空间注意力机制提升了纹理细节的恢复能力。实验结果表明,SEST在多个标准测试集上的表现优于现有的轻量化SISR模型。特别是在峰值信噪比(PSNR)、结构相似度(SSIM)和参数数量方面实现了更好的平衡,为资源受限环境下的图像增强提供了可行的解决方案。

关键词： 深度学习   目标检测   红外图像   YOLOv8   行人车辆  

摘要： 为解决交通安全系统中红外道路行人及车辆目标检测中的漏检、误检及精度较差的问题，对基础YOLOv8进行改进，提出改进SDL-YOLO算法。通过引入空间深度转换卷积SPDConv以增强多尺度特征捕获，解决图像分辨率较低及目标检测困难问题；其后引入一种轻量级上采样算子DySample，通过动态采样策略以优化复杂场景特征图，改善目标边界模糊及环境遮挡问题；最后将检测头改为轻量化共享卷积检测头LSCD，以减少模型参数及计算量，在提升检测精度的同时保证轻量化。与此同时，在公开红外夜景数据集上使用量化评价指标P、R、mAP及FLOPs对算法进行综合评估。实验结果表明，SDL-YOLO相较原始算法，其精确率P提高1.5%、召回率R提高1.5%、平均精度mAP50及mAP50-95分别提高1.5%及1.7%，同时具有较低的模型复杂程度FLOPs。通过检测效果可视化分析进一步论证了SDL-YOLO算法在提升检测精度、改善漏检及误检方面的有效性。

关键词： 葡萄病害   目标检测   YOLO v5s   注意力机制   微信小程序  

摘要： 针对田间环境下葡萄病害尺度多样、表征相似及模型复杂度较高的问题，提出一种基于YOLO v5s-RCW的葡萄病害检测方法。以YOLO v5s为基线网络，在特征提取结构中引入感受野注意力卷积模块（Receptive-Field attention convolution，RFAConv），有效解决了传统卷积操作在处理不同尺寸病害目标时参数共享的限制；同时，以智能交并比损失函数（Wise intersection over union，WIoU）替换完整交并比损失函数 (Compatible intersection over union，CIoU)，优化了不同尺寸锚框的惩罚机制，显著降低了病害尺度变化引起的性能波动。结果表明，该模型相比YOLO v5s，准确率、召回率和平均精度均值分别提高7、6、1.7个百分点，且通过在主干网络添加卷积块注意力模块（Convolutional block attention Module，CBAM），进一步提高了模型的特征判别能力，参数量降低18.3%。将YOLO v5s-RCW模型部署至云服务器，用户通过微信小程序调用转化为应用程序编程接口（Application programming interface，API）的检测功能，可实现对葡萄病害的便捷性检测，模型推理平均用时13.9 ms，提高了病害检测的效率和准确性，为葡萄病害检测提供了技术支持。

关键词： Transformer   猪只计数   CBAM   SimSPPF   Wiou   Soft-nms  

摘要： 猪只计数是大规模养猪场在养殖过程中的一项非常重要的工作。在复杂的猪圈环境中，由于猪的应激反应和诸多的障碍物，想要进行准确且自动化的计数是一个非常困难的工作。为了提高在复杂环境下识别，该文提出了一种基于YOLOv8的猪只数量目标检测模型（SCS-YOLOv8），旨在提高养殖场中猪只计数的准确性和效率。首先，该模型在第5层的C2f层融入Swin Transformer模块，增强模型的特征提取能力。同时，在第10层增加卷积块注意力模块（CBAM）注意力机制，增强模型对小目标和遮挡目标的检测能力，提升模型的鲁棒性。此外，还引入了简化的空间金字塔池化快速模块（SimSPPF）模块降低计算量，提高了推理速度，采用基于动态非单调聚焦机制的边界框回归损失（WIoU）损失函数更好地处理猪只的遮挡问题和目标较小的问题，提高模型在复杂场景下的检测性能，并结合软非极大值抑制方法（Soft-NMS）防止两个重合度过高的目标漏检。实验证明，该模型在自制数据集和科大讯飞公开数据集上均取得了优异的性能，其中在自有数据集上的mAP50-95值达到了77.2%，较初始YOLOv8x提高了4.8%，相较于其它yolo模型都有不同程度的提升。同时该模型在科大讯飞的数据集上也有着不错的表现，证明了其良好的泛用性和鲁棒性。